Мы наблюдаем взрыв моделей ИИ. Тем не менее, возникает растущая проблема: названия этих моделей становятся все более запутанными, лабиринт аббревиатуры и технический жаргон, который оставляет даже восторженных пользователей искусственного интеллекта.
Нам нужна более простая номенклатура для моделей искусственного интеллекта
Как бы инновационная ни была каждая новая модель ИИ, их запутанные имена являются серьезным препятствием для пользователей, пытающихся понять и различать модели. Эта сложность не только препятствует доступности для среднего пользователя, но и создает значительный барьер для понимания и использования полного потенциала этих мощных инструментов.
Например, когда китайский технический гигант Alibaba запустил свою модель QWEN2.5-Coder-32B, кто действительно понял, что она может сделать? Вы должны были копаться в жаргоне, чтобы выяснить.
В то время как компании по искусству часто определяют название творческого продукта, такое как Gemini, Mistral или Llama, возможное название модели включает в себя определенные технические атрибуты, такие как версия или номер итерации, архитектуру или тип, количество параметров и другие конкретные характеристики. Например, название Llama 2 70b-Chat сообщает нам, что эта модель Meta (llama) представляет собой модель большой языка с 70 миллиардами параметров (70b) и специально разработана для разговорных целей (-Chat).
По сути, имя модели ИИ служит сокращением для своих ключевых атрибутов, позволяя исследователям и техническим пользователям быстро понять его природу и цель, но в основном он пожимает мирян.
Рассмотрим сценарий, в котором пользователь хочет выбрать между последними моделями для конкретной задачи. Они сталкиваются с такими вариантами, как «Gemini 2.0 Flash Spearing Experimental», «Deepseek R1 Distill Qwen 14b», «Phi-3 Medium 14b» и «GPT-4O». Без погружения глубоко в технические характеристики, различие между этими моделями становится сложной задачей.
Каскад названий моделей, каждый более загадочный, чем последний, подчеркивает необходимость в фундаментальном сдвиге в том, как мы маркируем и представляем модели ИИ. Имя модели ИИ в идеале должно быть простым, ясным и запоминающимся представлением ее цели и возможностей.
Представьте, что автомобили были названы в соответствии с их спецификациями двигателя и типами подвески, а не простыми, вызывающими именами, такими как «Mustang» или «Civic». Текущие соглашения об именах для моделей искусственного интеллекта часто приоритет техническим спецификациям в отношении удобства пользователя. И хотя некоторые термины необходимы для исследователей, они в значительной степени бессмысленно для среднего пользователя.
Индустрия должна принять более ориентированный на пользователя подход к номенклатуре. Упрощенные, интуитивно понятные и описательные имена могут значительно улучшить пользовательский опыт.
Более простой способ обнаружить возможности
Помимо запутанных имен, обнаружение того, что на самом деле может сделать конкретная модель ИИ, является еще одним серьезным препятствием. Часто возможности похоронены глубоко в рамках технической документации. Он усугубляется чистым разнообразием и специализированными функциями. Одно простое имя может не передать полный спектр возможностей модели ИИ.
К счастью, инструменты искусственного интеллекта, которые используют эти модели, добавляют небольшое описание, чтобы указать вариант использования или их возможности — например, Google, указывает на то, что модель Flash Dellight Gemply Gemini 2.0 использует расширенные рассуждения, в то время как 2.0 Pro лучше всего подходит для сложных задач. Это не идеально, но есть некоторая помощь.
Вместо того, чтобы полагаться на технические термины, имена моделей должны отражать их основную функцию или возможности. Если аббревиатуры необходимы, их следует тщательно выбирать, чтобы их легко запомнить и произносить. Кроме того, четкие и краткие номера версий должны использоваться для обозначения обновлений и улучшений.
Более того, модели ИИ могут быть классифицированы с именами, которые передают их основную функцию или уникальную функцию, такие как «разговорной бот», «Суммизатор текста» или «распознавание изображений». Такая ясность демистифицирует технологию искусственного интеллекта. Этот подход упростит процесс обнаружения, что позволит вам быстро идентифицировать наиболее подходящие модели и инструменты ИИ для ваших задач, не просеивая лабиринт загадочных имен и описаний.
Тем не менее, большинство языковых моделей обладают разнообразными возможностями и могут выполнить гораздо больше, чем одна задача. Таким образом, этот подход может не быть идеальным для продвинутых крупных языковых моделей.
Как я использую разные инструменты искусственного интеллекта вместе (и как вы можете тоже)
Вы можете быстро создать продуктивный рабочий процесс, используя различные инструменты искусственного интеллекта.
Текущее состояние имен моделей ИИ может быть озадачивающимся. Сдвиг в сторону более простой номенклатуры и улучшенных методов обнаружения могут значительно улучшить пользовательский опыт и сделать передовые технологии более доступными для всех. До тех пор, оставаясь информированными, используя ресурсы сообщества и экспериментирование с различными моделями может помочь пользователям ориентироваться в запутанном мире искусственного интеллекта.
